seaborn.barplot

seaborn.barplot(data=None, *, x=None, y=None, hue=None, order=None, hue_order=None, estimator='mean', errorbar=('ci', 95), n_boot=1000, seed=None, units=None, weights=None, orient=None, color=None, palette=None, saturation=0.75, fill=True, hue_norm=None, width=0.8, dodge='auto', gap=0, log_scale=None, native_scale=False, formatter=None, legend='auto', capsize=0, err_kws=None, ci=<deprecated>, errcolor=<deprecated>, errwidth=<deprecated>, ax=None, **kwargs)

以矩形条显示点估计值和误差。

条形图表示数值变量的汇总或统计估计，每个矩形的高度表示该估计值，并使用误差条表示估计值的不确定性。条形图在轴范围内包括0，当0是变量的有意义取值时，条形图是一个不错的选择。

更多信息请参见 教程。

备注

默认情况下，此函数将其中一个变量视为分类变量，并在相关轴上按序数位置（0, 1, … n）绘制数据。自版本 0.13.0 起，可以通过设置 native_scale=True 来禁用此功能。

参数:

数据DataFrame, Series, 字典, 数组, 或数组的列表

用于绘图的数据集。如果 x 和 y 缺失，则解释为宽格式。否则，预期为长格式。

x, y, hue : data 中的变量名称或向量数据变量名

绘制长格式数据的输入。参见示例以进行解释。

order, hue_order字符串列表

指定分类级别的绘制顺序；否则，级别将从数据对象中推断。

估计器字符串或可调用对象，用于将向量映射为标量

统计函数用于估计每个分类箱内的值。

errorbar字符串, (字符串, 数字) 元组, 可调用对象 或 None

误差棒方法的名称（可以是“ci”、“pi”、“se”或“sd”），或一个包含方法名称和级别参数的元组，或一个将向量映射到（最小值，最大值）区间的函数，或None以隐藏误差棒。更多信息请参见 误差棒教程。

在 v0.12.0 版本加入.

n_boot整数

用于计算置信区间的引导样本数量。

seed : int, numpy.random.Generator, 或 numpy.random.RandomState整数

用于可重复引导的种子或随机数生成器。

units : data 中的变量名称或向量数据变量名

采样单位的标识符；由 errorbar 函数用于执行多层次自举法并考虑重复测量

weights : data 中的变量名或向量数据变量名

用于计算加权统计的数据值或列。请注意，权重的使用可能会限制其他统计选项。

在 v0.13.1 版本加入.

orient“v” | “h” | “x” | “y”

图形的方向（垂直或水平）。这通常根据输入变量的类型推断，但在 x 和 y 都是数值或绘制宽格式数据时，可以用来解决歧义。

在 v0.13.0 版本发生变更: 添加了 ‘x’/’y’ 作为选项，等同于 ‘v’/’h’。

颜色matplotlib 颜色

图表中元素的单一颜色。

调色板调色板名称、列表或字典

用于 hue 变量不同级别的颜色。应该是可以被 color_palette() 解释的内容，或者是一个将色调级别映射到 matplotlib 颜色的字典。

饱和度浮动

用于绘制填充颜色的原始饱和度比例。大面积的色块通常用去饱和的颜色看起来更好，但如果您希望颜色与输入值完全匹配，请将其设置为 1。

填充布尔

如果为真，使用实心填充。否则，绘制为线条艺术。

在 v0.13.0 版本加入.

hue_norm : 元组或 matplotlib.colors.Normalize 对象元组或

应用于 hue 变量时的数据单位归一化，当 hue 为数值型时。如果 hue 是分类变量，则不相关。

在 v0.12.0 版本加入.

宽度浮动

在方向轴上分配给每个元素的宽度。当 native_scale=True 时，它是相对于原生刻度中两个值之间的最小距离的。

躲避“auto” 或 bool

当使用色调映射时，是否应沿方向轴缩小和移动元素以消除重叠。如果为 "auto"，则在方向变量与分类变量交叉时设置为 True，否则设置为 False。

在 0.13.0 版本发生变更: 新增了 "auto" 模式作为新的默认设置。

间隙浮动

按此因子在方向轴上缩小，以在躲避的元素之间添加间隙。

在 0.13.0 版本加入.

log_scale布尔值或数字，或布尔值或数字对

将轴比例设置为对数。单个值设置图中任何数值轴的数据轴。一对值分别独立设置每个轴。数值被解释为所需的基数（默认10）。当为 None 或 False 时，seaborn 会使用现有的 Axes 比例。

在 v0.13.0 版本加入.

native_scale布尔

当为 True 时，分类轴上的数值或日期时间值将保持其原始比例，而不是被转换为固定索引。

在 v0.13.0 版本加入.

格式化器可调用

用于将分类数据转换为字符串的函数。影响分组和刻度标签。

在 v0.13.0 版本加入.

图例“auto”, “brief”, “full”, 或 False

如何绘制图例。如果为“brief”，数值 hue 和 size 变量将用均匀间隔的值样本表示。如果为“full”，每个组都会在图例中获得一个条目。如果为“auto”，根据级别的数量在简要或完整表示之间选择。如果为 False，则不会添加图例数据，也不会绘制图例。

在 v0.13.0 版本加入.

capsize浮动

误差条上“帽”的宽度，相对于条间距。

err_kwsdict

matplotlib.lines.Line2D 的参数，用于误差条艺术家。

在 v0.13.0 版本加入.

ci浮动

要显示的置信区间的水平，范围在 [0, 100] 之间。

自 v0.12.0 版本弃用: 使用 errorbar=("ci", ...)。

errcolormatplotlib 颜色

用于误差线的颜色。

自 0.13.0 版本弃用: 使用 err_kws={'color': ...}。

errwidth浮动

误差线（和帽）的厚度，以点为单位。

自 0.13.0 版本弃用: 使用 err_kws={'linewidth': ...}。

axmatplotlib Axes

要在其上绘制图形的 Axes 对象，否则使用当前的 Axes。

kwargs键, 值 映射

其他参数传递给 matplotlib.patches.Rectangle。

返回:

axmatplotlib Axes

返回带有绘图的 Axes 对象。

参见

countplot

显示每个分类箱中的观察次数。

pointplot

使用点显示点估计值和置信区间。

catplot

将分类图与 FacetGrid 结合。

注释

对于0不是有意义值的数据集，pointplot() 将允许您专注于一个或多个分类变量级别之间的差异。

同样重要的是要记住，条形图仅显示平均值（或其他聚合），但在每个分类变量级别显示值的分布通常更有信息量。在这些情况下，像 箱线图() 或 小提琴图() 这样的方法可能更合适。

示例